[发明专利]广告的可投放量的预测方法、装置及电子设备

权利要求书

1.一种广告的可投放量的预测方法，其特征在于，所述方法包括：

获取目标广告订单中预投放广告的定向投放条件，将所述定向投放条件作为所述目标广告订单中预投放广告的属性特征，所述目标广告订单为预下单广告订单；

确定与所述目标广告订单中预投放广告的预投放日期相同的已下单广告订单，作为目标已下单广告订单，所述目标已下单广告订单包括所述目标已下单广告订单中预投放广告的定向投放条件；

获取所有目标已下单广告订单对应的整体特征，其中，所述整体特征表示在所述所有目标已下单广告订单中预投放广告的定向投放条件下，目标已下单广告订单的累加量，以及表示所述所有目标已下单广告订单中预投放广告在其定向投放条件下的投放累加量；

将所述目标广告订单中预投放广告的属性特征和所述所有目标已下单广告订单对应的整体特征，输入预先生成的回归模型中，预测出所述目标广告订单中预投放广告的最大可投放量，其中，所述回归模型是基于预设历史时间段内历史广告订单中已投放广告的属性特征、所述历史广告订单中已投放广告的最大可投放量及所述预设历史时间段内每天所有历史广告订单对应的整体特征训练生成的。

2.根据权利要求1所述的方法，其特征在于，所述回归模型采用如下步骤生成：

获取所述预设历史时间段内历史广告订单中已投放广告的属性特征、所述历史广告订单中已投放广告的实际投放参数及所述预设历史时间段内每天所有历史广告订单对应的整体特征；

根据所述历史广告订单中已投放广告的属性特征和所述实际投放参数，采用投放校正公式，计算所述历史广告订单中已投放广告的最大可投放量；

将所述历史广告订单中已投放广告的属性特征、所述历史广告订单中已投放广告的最大可投放量和所述预设历史时间段内每天所有历史广告订单对应的整体特征构建为训练数据，通过所述训练数据对预设模型进行训练，得到训练后的所述回归模型，其中，所述预设模型包括：线性回归模型、迭代决策树模型或支持向量机回归模型。

3.根据权利要求2所述的方法，其特征在于，所述历史广告订单中已投放广告的属性特征包括：投放日期、投放开始时间、投放结束时间、投放平台、投放地区、投放频道和投放专辑；

所述实际投放参数包括：实际投放量、实际投放开始时间和实际投放结束时间；

所述根据所述历史广告订单中已投放广告的属性特征和所述实际投放参数，采用投放校正公式，计算所述历史广告订单中已投放广告的最大可投放量的步骤，包括：

采用如下公式计算所述历史广告订单中已投放广告的最大可投放量：

其中，y_max表示所述历史广告订单中已投放广告的最大可投放量，y_ac表示所述历史广告订单中已投放广告的所述实际投放量，T_fin表示所述投放开始时间，T_sta表示所述投放结束时间，t_fin表示所述实际投放结束时间，t_sta表示所述实际投放开始时间。

4.根据权利要求2所述的方法，其特征在于，所述预设历史时间段内每天所有历史广告订单对应的整体特征包括：历史广告订单总数、历史广告订单中已投放广告的总投放预定量、投放平台相同的历史广告订单数、投放地区相同的历史广告订单数和投放频道相同的历史广告订单数，

其中，所述投放平台相同的历史广告订单数包括各个投放平台的历史广告订单数，所述投放地区相同的历史广告订单数包括各个投放地区的历史广告订单数，所述放频道相同的历史广告订单数包括各个投放频道的历史广告订单数。

5.根据权利要求1所述的方法，其特征在于，所述目标广告订单中预投放广告的属性特征包括：预投放日期、预投放开始时间、预投放结束时间、预投放平台、预投放地区、预投放频道和预投放专辑。